基于误差驱动与CSRBF的点云重建.pdf

基于误差驱动与CSRBF的点云重建.pdf

ID:58304021

大小:602.83 KB

页数:4页

时间:2020-05-15

基于误差驱动与CSRBF的点云重建.pdf_第1页
基于误差驱动与CSRBF的点云重建.pdf_第2页
基于误差驱动与CSRBF的点云重建.pdf_第3页
基于误差驱动与CSRBF的点云重建.pdf_第4页
资源描述:

《基于误差驱动与CSRBF的点云重建.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、Compu~rEngineeringandApplications计算机工程与应用基于误差驱动与CSRBF的点云重建王军涛,孙劲光,杨新年WANGJuntao,SUNJinguang,YANGXinnian辽宁工程技术大学电子与信息工程学院,辽宁葫芦岛125105SchoolofElectronicandInformationEngineering,LiaoningTechnicalUniversity,Huludao,Liaoning125105,ChinaWANGJuntao,SUNJingu

2、ang,YANGXinnian.Pointcloudreconstructionbasedonerrordrivenandcompactlysupport-edradialbasisfunction.ComputerEngineeringandApplications,2011,47(31):151—153.Abstract:Thispaperputsforwardareconstructionalgorithmbasedontheerrordriver,thesuccessiveiterativ

3、eapproxima-tionandlarge—scale3Dscattereddata.Thispaperre-samplesthepointclouddata,usingnormalizedCSRBFasinterpolationfunction(RBF),theninterpolatestoasmallamountofpointsdatawhichhasbeenre-sampled.Afterthatthepointsthatdon’tattendinterpolationwillbeput

4、intotheimplicitfunctionequationtocalculateeror.Thepointswhoseerrorbeyondcertainthresholdwillbere—sampled,thentheyareputintotheoriginalsamplepointsetandrestarttheinterpolation.Aftermultipleiterativeoperation,theminimumpointsCanbeusedtodointerpolationon

5、theoriginalpointcloudmode1.Experimentalre-sultsshowthatthisalgorithmhashigherrobustnessandhighereficiency.Keywords:pointcloudreconstruction;erordriver;CompactlySupportedRadialBasisFunction(CSRBF);surfaceinterpolation摘要:提出了一种基于误差驱动的逐次迭代逼近的大规模3D散乱数据的重建算

6、法。首先对点云数据进行重采样,采用归一化的CSRBF作为插值基函数。其次对重采样后少量的点数据进行插值。再次对未参加插值的点带入隐函数方程,计算误差。对误差超过一定阈值的点进行重采样,加入原采样点集合,重新进行插值。这样多次迭代以后便可以用最少的点来插值原来的点云模型。实验结果表明,该算法具有更高的鲁棒性和更高的效率。关键词:点云重建;误差驱动;紧支撑径向基函数;曲面插值DOI:10.37788.issn.1002—8331.2011_31.043文章编号:1002—8331(2011)31-01

7、51-03文献标识码:A中图分类号:TP391l概述性,使得基于RBF的离散点曲面拟合备受关注。目前有不少随着计算机辅助设计技术的发展,通过实物模型产生数学者在基于RBF的散乱数据点重建方面做了开拓性的工作。字模型的技术应用也越来越广泛。近些年来,随着三维测量Ohtake等采用具有紧支撑的基函数,将RBF模型的系数矩阵技术的进一步发展,已经有多种成熟的测量设备能够高速获变为稀疏阵,可以快速将离散点拟合,提高了运算速度。但取现实场景的三维点云数据。如何对采集到的点云数据重建是,随着点数据(Ⅳ)的增加

8、方程组的维数会迅速上升,求解起出可视化的三维模型,国内外学者已经进行了广泛的研究。来非常困难并且运算量也非常大,有时甚至不可解。例如:(1)多边形网格曲面重建方法,Amenta等提出Crust算提出了一种基于误差驱动的逐次迭代逼近的大规模三维法,Bradley提出一种依赖种子点增长的网格曲面重建算法,散乱数据的重建算法。首先,对重采样后的点云数据,采用归Edelsbrunner等提出3Da.shapes算法等都得到网格曲面。但一化的紧支撑径向基函数作为插值基函数进行插值。然后对未参

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。